- 博客(0)
- 资源 (7)
- 收藏
- 关注
RSS订阅中国海洋大学信号与系统考研资料
中国海洋大学信号与系统2005年到2010年复试资料+2016年到2019年初试资料又不懂的问题可以在博客下问我凑字数风姿风月风韵风情万种，奇枝奇葩奇缘奇遇千般
2019-12-29
爬取一定时间内的前程无忧岗位数据（例如青岛所有岗位的url为：https://jobs.51job.com/qingdao-snq/）
三、 项目思路
1. 爬取一定时间内的（如最近1个月的）前程无忧岗位数据（例如青岛所有岗位的url为：https://jobs.51job.com/qingdao-snq/），部分数据可以直接在搜索结果中获取，部分数据需要进入到岗位页面中获取。
2. 将爬取的数据保存为本地文本文件（若学生掌握数据库相关知识则可以保存在数据库中）。
3. 基于爬取的数据可以形成多种数据分析结果，例如：行业薪资、地区薪资、地区与行业分布关系、行业学历需求情况等。
4. “职位信息”字段可使用jieba分词库进行分词，基于分词结果可生成“词云”等成果物。
5. 基于分词结果使用gensim模块训练词向量（涉及大量数据清洗工作）。
6. 基于每个“职位信息”文本的词向量构建基于“职位信息”的职位特征（建议使用均值即可）。
7. 将数据划分为训练集和测试集。使用训练集，基于scikit-learn中的朴素贝叶斯接口训练文本分类模型（建议使用多项式贝叶斯模型），使用测试集测试分类结果准确程度。
2019-09-12
实训作业 (1).rar
三、 项目思路
1. 爬取一定时间内的（如最近1个月的）前程无忧岗位数据（例如青岛所有岗位的url为：https://jobs.51job.com/qingdao-snq/），部分数据可以直接在搜索结果中获取，部分数据需要进入到岗位页面中获取。
2. 将爬取的数据保存为本地文本文件（若学生掌握数据库相关知识则可以保存在数据库中）。
3. 基于爬取的数据可以形成多种数据分析结果，例如：行业薪资、地区薪资、地区与行业分布关系、行业学历需求情况等。
4. “职位信息”字段可使用jieba分词库进行分词，基于分词结果可生成“词云”等成果物。
5. 基于分词结果使用gensim模块训练词向量（涉及大量数据清洗工作）。
6. 基于每个“职位信息”文本的词向量构建基于“职位信息”的职位特征（建议使用均值即可）。
7. 将数据划分为训练集和测试集。使用训练集，基于scikit-learn中的朴素贝叶斯接口训练文本分类模型（建议使用多项式贝叶斯模型），使用测试集测试分类结果准确程度。
2019-09-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人